[发明专利]一种基于区域对比学习的图像显著性可视化方法

摘要

该发明公开了一种基于区域对比学习的图像显著性可视化方法，属于计算机视觉领域。该方法在算法的第一阶段，选用生成对抗网络作为基础框架，首次将区域对比损失应用于显著性目标检测任务，充分利用了有标签的显著性检测数据集的图像信息，利用了不同图像区域之间的关联，在显著性检测结果中保留了更多的边界信息，并改进显著性检测结果；在第二阶段，则通过预训练的显著性检测模型摄入了额外的数据信息，且以自监督的方式引入生成图像的区域对比损失，从而约束GAN的生成过程，提升了GAN模型的鲁棒性，且对生成结果生成显著性图像进行可视化，从而提升了模型的可解释性。